High frequency hearing impairment and cardiovascular disease in Canada: Results from the Canadian Health Measures Survey
Notice bibliographique
Résumé
Noise-induced stress may precipitate cardiovascular diseases. This research assessed the association between sensorineural bilateral high frequency hearing loss (HFHL), as an indication of excessive noise exposure, and cardiovascular outcomes. Participants (n = 6318, ∼50% male) 20-79 years were recruited through the cross-sectional Canadian Health Measures Survey. Questionnaires included several demographic and health-related variables. Audiometry and blood/urine collection took place in a mobile examination centre. Average thresholds ≥25 dB averaged across 3, 4, and 6 kHz defined HFHL. Logistic or linear regression models explored associations between HFHL and cardiovascular-related risk factors/outcomes. Adjusted models indicated elevated diastolic blood pressure in respondents with normal hearing, X¯ = 72.52 (95% confidence interval: 71.85-73.18) compared to the group with bilateral HFHL, X¯ = 70.28 (95%CI: 69.13-71.43), p < 0.05. Average total cholesterol, high-density lipoprotein, low-density lipoprotein and apolipoprotein A1 were elevated in the normal hearing group (p < 0.05). Insulin, high-sensitivity C-reactive protein, and average resting heart rate were elevated in the group with bilateral HFHL, p < 0.05. A stratified analysis by sex- and age, or history of loud occupational noise exposure, did not change the overall results. Although some findings warrant further exploration, the overall analysis did not provide compelling evidence for an association between HFHL and cardiovascular-related biomarkers, or cardiovascular diseases among Canadians aged 20-79 years.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».